Research on Self-organizing Fuzzy Controller of AGV Automatic Navigation Vehicle

        With the increasing degree of automation in the fields of industry and agriculture, the role of automatic guided vehicles (AGVs) in various fields has also increased accordingly. Considering that AGVs will work in various environments, this paper designs an active and effective controller for this purpose - a self-organizing fuzzy controller. We adopt the method of using genetic algorithms to adjust the membership functions under non-optimal conditions, and improve the control efficiency through self-correction and the generation of control rules. Keywords: AGV; self-organization; fuzzy control Automatic guided vehicles (AGVs) are an increasingly widely used automated material handling equipment [1]. At present, they are widely used in industries such as industry and agriculture. Due to the different working environments in various fields, it is necessary to study an active and effective controller to adapt to various environments. Existing AGVs generally use classic PID control, but their control efficiency is relatively low and they do not take into account variable situations. Therefore, we study a new type of controller - a self-organizing fuzzy controller (SOC), which can learn and adapt, can adapt to various environments, and can also express fuzzy approximation phenomena by using fuzzy logic. The self-organizing fuzzy controller mentioned in this paper is a fuzzy controller that combines the characteristics of fuzzy controllers and genetic algorithms. It can intuitively control AGVs and easily adapt to various environments.